最大化 MicroPython 速度 内容
/ x% L# @1 _- }: i3 c本教程介绍了提高 MicroPython 代码性能的方法。涉及其他语言的优化在别处有介绍,即使用 C 编写的模块和 MicroPython 内联汇编器。 开发高性能代码的过程包括以下应按所列顺序执行的阶段。 为速度而设计。 编码和调试。
; i& @; E4 f0 ]$ b s; Q; z
优化步骤: 确定代码中最慢的部分。 提高 Python 代码的效率。 使用本机代码发射器。 使用毒蛇代码发射器。 使用特定于硬件的优化。
/ F5 q! ]* R. [. @/ N q 为速度而设计一开始就应该考虑性能问题。这涉及查看对性能最关键的代码部分,并特别注意它们的设计。当代码经过测试时,优化过程就开始了:如果设计一开始是正确的,优化将很简单,实际上可能是不必要的。 算法设计任何性能例程的最重要方面是确保采用最佳算法。这是教科书而不是 MicroPython 指南的主题,但有时可以通过采用以其效率着称的算法来实现惊人的性能提升。
+ m7 G' o* O n* V h内存分配要设计高效的 MicroPython 代码,有必要了解解释器分配 RAM 的方式。当一个对象被创建或变大时(例如,一个项目被添加到一个列表中),必要的 RAM 从一个称为堆的块中分配。这需要大量时间;此外,它有时会触发一个称为垃圾收集的过程,该过程可能需要几毫秒。 因此,如果对象只创建一次并且不允许其大小增长,则可以提高函数或方法的性能。这意味着该对象在其使用期间持续存在:通常它将在类构造函数中实例化并在各种方法中使用。 这将在下面详细介绍控制垃圾收集 。 w1 i. R1 F1 e1 n- ?
缓冲器上述示例是需要缓冲区的常见情况,例如用于与设备通信的缓冲区。典型的驱动程序将在构造函数中创建缓冲区并在其将重复调用的 I/O 方法中使用它。 MicroPython 库通常提供对预分配缓冲区的支持。例如,支持流接口的对象(例如文件或UART)提供了read() 为读取数据分配新缓冲区的 readinto() 方法,也提供了将数据读入现有缓冲区的方法。 + W) Z7 K, v8 C/ x
浮点一些 MicroPython 端口在堆上分配浮点数。其他一些端口可能缺少专用的浮点协处理器,并且在“软件”中以比整数低得多的速度对它们执行算术运算。在性能很重要的地方,使用整数运算并将浮点的使用限制在性能不是最重要的代码部分。例如,快速将 ADC 读数作为整数值捕获到数组中,然后才将它们转换为浮点数以进行信号处理。
+ T1 `9 h; `+ X t# ^数组考虑使用各种类型的数组类作为列表的替代方法。该array模块支持各种元素类型,其中包含 Python 内置bytes 和 bytearray类支持的 8 位元素。这些数据结构都将元素存储在连续的内存位置。再次避免在关键代码中分配内存,这些应该预先分配并作为参数或绑定对象传递。 当传递对象的切片(例如 bytearray实例)时,Python 创建一个副本,其中涉及与切片大小成比例的大小分配。这可以通过使用memoryview对象来缓解。 memoryview 它本身在堆上分配,但它是一个小的、固定大小的对象,无论它指向的切片的大小如何。 - ba = bytearray(10000) # big array' u% T% l" o* m8 E. p
- func(ba[30:2000]) # a copy is passed, ~2K new allocation, _4 z7 e* m. j' U: H' I
- mv = memoryview(ba) # small object is allocated
! C. Y2 m- w- S7 P - func(mv[30:2000]) # a pointer to memory is passed
复制代码 , b3 W9 | J3 ~$ o( t
/ z5 n4 Q! ~7 R3 A9 a
J& y4 ^8 |( x0 G: EA memoryview 只能应用于支持缓冲区协议的对象 - 这包括数组但不包括列表。需要注意的是,虽然 memoryview 对象处于活动状态,但它也会使原始缓冲区对象保持活动状态。因此,内存视图并不是万能的灵丹妙药。例如,在上面的例子中,如果你用完 10K 缓冲区并且只需要 30:2000 的那些字节,最好制作一个切片,让 10K 缓冲区去(准备好垃圾收集),而不是制作长期内存视图并保持 10K 阻塞以进行 GC。 尽管如此,memoryview对于高级预分配缓冲区管理来说,它是必不可少的。 readinto() 上面讨论的方法将数据放在缓冲区的开头并填充整个缓冲区。如果您需要将数据放在现有缓冲区的中间怎么办?只需在缓冲区的所需部分创建一个内存视图并将其传递给 readinto(). ) ~3 u" {* b7 ~+ c2 i. E# x
! [0 \8 ] V: c- `( {4 h. @识别最慢的代码部分这是一个称为分析的过程,在教科书和(对于标准 Python)有各种软件工具支持。对于可能的更小的嵌入式应用的类型要在MicroPython平台上运行的最慢的函数或方法,通常可以通过明智地使用的定时来建立ticks 的中记录的功能组 utime。代码执行时间可以 ms、us 或 CPU 周期来衡量。 以下允许通过添加@timed_function 装饰器对任何函数或方法进行计时 : - def timed_function(f, *args, **kwargs):& K% A7 X# u. l6 z! l" j! }# p
- myname = str(f).split(' ')[1]
: N! J6 `1 T" K5 c4 n - def new_func(*args, **kwargs):
* g7 k7 V3 y1 ~: w4 i; \, f - t = utime.ticks_us()( V: g% p6 X1 y# C$ X. h3 E
- result = f(*args, **kwargs)
3 R3 |$ C. W# ?& m: C0 ^: v - delta = utime.ticks_diff(utime.ticks_us(), t)
6 u: g# C# H2 } - print('Function {} Time = {:6.3f}ms'.format(myname, delta/1000))4 z9 j$ v" r! n( i
- return result
0 z8 T0 x7 a d( p, J - return new_func
复制代码 1 Q8 N' r/ u6 @5 l
D- X# J8 |5 F. @0 O
Q; X, I |8 h. }, b: P4 E4 N) L T/ _9 N
MicroPython 代码改进const() 声明MicroPython 提供了一个const() 声明。这与#define在 C 中的工作方式类似,因为当代码被编译为字节码时,编译器用数值代替标识符。这避免了在运行时进行字典查找。的参数const()可以是任何在编译时计算为整数的东西,例如0x100或 1 << 8. # ]$ {! M& H0 p9 b) ~, A' R% j2 w# e) d
缓存对象引用在函数或方法重复访问对象的情况下,通过将对象缓存在局部变量中可以提高性能: - class foo(object):
B/ ?4 ?, t& |0 |( ^, Q. j! `- { - def __init__(self):
; s- _' _* i; ]- F0 J/ K - self.ba = bytearray(100)
i0 k( i* r# K, S - def bar(self, obj_display):& I ~3 ^ `0 ^
- ba_ref = self.ba
3 B/ E1 Y* M4 L) B. c9 F8 M } - fb = obj_display.framebuffer
/ f! a+ }1 ?- T7 L5 B. F+ ^ - # iterative code using these two objects
复制代码 ! C( W; n: a+ r: j4 y x. N# Q
2 ~/ b q6 }0 c
1 J+ U/ Q6 ?' z1 t; m这避免了 在方法体中反复查找 self.ba 和查找的需要。 obj_display.framebuffer bar().
' h8 Y$ W/ ?1 {- B `9 Z3 b控制垃圾收集当需要分配内存时,MicroPython 会尝试在堆上定位一个足够大的块。这可能会失败,通常是因为堆中堆满了不再被代码引用的对象。如果发生故障,称为垃圾收集的过程会回收这些冗余对象使用的内存,然后再次尝试分配——这个过程可能需要几毫秒。 通过定期发布gc.collect(). 首先在实际需要之前进行收集会更快 - 如果经常进行,通常大约为 1 毫秒。其次,您可以确定代码中使用该时间的点,而不是在随机点(可能在速度关键部分)发生更长的延迟。最后定期执行收集可以减少堆中的碎片。严重的碎片会导致不可恢复的分配失败。
+ g; g4 n, R! |+ S$ i% b+ a1 n8 B5 B: h' H
本机代码发射器这会导致 MicroPython 编译器发出本机 CPU 操作码而不是字节码。它涵盖了 MicroPython 的大部分功能,因此大多数功能不需要修改(但见下文)。它通过函数装饰器调用: - @micropython.native% ]4 {7 l6 W4 V( i7 D( U: `7 r
- def foo(self, arg):" s8 `$ e$ u" W
- buf = self.linebuf # Cached object
4 n- Y6 s% S4 N, T - # code
复制代码 8 q& w+ k8 T2 `7 T) H; {% [- D
$ H+ d8 ]3 k0 @
9 i/ a* m) J. S0 `/ n7 f
本机代码发射器的当前实现存在某些限制。 不支持上下文管理器(with 语句)。 不支持生成器。 如果raise使用,则必须提供参数。
: `! v Z) q H; d4 l2 b
提高性能(大约是字节码的两倍)的代价是编译代码大小的增加。
8 A) F, k H& DViper 代码发射器上面讨论的优化涉及符合标准的 Python 代码。Viper 代码发射器不完全兼容。它支持特殊的 Viper 本地数据类型以追求性能。整数处理是不合规的,因为它使用机器字:32 位硬件上的算术以 2**32 为模执行。 像 Native 发射器 Viper 产生机器指令,但会执行进一步的优化,显着提高性能,特别是对于整数算术和位操作。它是使用装饰器调用的: - @micropython.viper
3 Q+ t8 i; G7 d$ Y - def foo(self, arg: int) -> int:3 H+ C9 h+ y3 z# C. M
- # code
复制代码 ) _5 @6 @1 p+ H0 G* M, M6 _9 `, m, g
* a) P, W5 E7 K5 r7 A" ?- }
4 ^' D0 y5 M! D8 b正如上面的片段所示,使用 Python 类型提示来辅助 Viper 优化器是有益的。类型提示提供有关参数和返回值的数据类型的信息;这些是在这里 PEP0484正式定义的标准 Python 语言功能。Viper 支持它自己的一组类型,即int, uint(无符号整数)ptr, ptr8, ptr16 和ptr32。 ptrX 下面讨论这些类型。目前该 uint 类型有一个用途:作为函数返回值的类型提示。如果这样的函数返回, 0xffffffffPython 会将结果解释为 2**32 -1 而不是 -1。 除了本机发射器施加的限制外,还适用以下限制: 函数最多可以有四个参数。 不允许使用默认参数值。 可以使用浮点,但没有优化。 : Y! y& j7 U# ?1 q% C% J5 M; m
Viper 提供了指针类型来帮助优化器。这些包括 ptr指向对象的指针。 ptr8指向一个字节。 ptr16指向一个 16 位半字。 ptr32 指向一个 32 位机器字。
# y/ V* o5 m q( M2 x: G
Python 程序员可能不熟悉指针的概念。它与 Pythonmemoryview对象的相似之处在于它提供对存储在内存中的数据的直接访问。使用下标符号访问项目,但不支持切片:指针只能返回单个项目。其目的是提供对存储在连续内存位置中的数据的快速随机访问 - 例如存储在支持缓冲区协议的对象中的数据,以及微控制器中的内存映射外设寄存器。应该注意的是,使用指针编程是危险的:不执行边界检查,编译器没有采取任何措施来防止缓冲区溢出错误。 典型用法是缓存变量: - @micropython.viper: l8 j! n( G2 T c
- def foo(self, arg: int) -> int:: F( }( k) ?7 `" [( t4 d: {
- buf = ptr8(self.linebuf) # self.linebuf is a bytearray or bytes object k# N, G7 ?" l5 Q
- for x in range(20, 30):
# [/ A( K+ j7 ?5 a& ~ - bar = buf[x] # Access a data item through the pointer
- H9 s! g$ o, v - # code omitted
复制代码
6 L1 ^) e; K+ ]9 N% H4 S( R6 n0 D3 T
* e# ?( Y8 c( @& I I' f
& N" m& T I {" v n- B9 T) _在这种情况下,编译器“知道”这buf 是一个字节数组的地址;它可以发出代码来快速计算buf[x]运行时的地址。在使用强制转换将对象转换为 Viper 原生类型的情况下,这些应该在函数开始时执行,而不是在关键的计时循环中执行,因为强制转换操作可能需要几微秒。铸造规则如下: 铸造运营商目前: int, bool, uint, ptr, ptr8, ptr16 和 ptr32. 转换的结果将是一个本地 Viper 变量。 强制转换的参数可以是 Python 对象或本机 Viper 变量。 如果参数是一个本地 Viper 变量,那么 cast 是一个无操作(即在运行时没有任何成本),它只是更改类型(例如 从uint到ptr8),以便您可以使用此指针存储/加载。 如果参数是 Python 对象并且强制转换为int 或 uint,则 Python 对象必须是整数类型并返回该整数对象的值。 bool 类型转换的参数必须是整型(boolean 或 integer);当用作返回类型时,viper 函数将返回 True 或 False 对象。 如果参数是 Python 对象并且强制转换是ptr, ptr, ptr16 或ptr32,则 Python 对象必须具有缓冲区协议(在这种情况下返回指向缓冲区开头的指针)或者它必须是整数类型(其中如果返回该整数对象的值)。
3 a1 D! l5 u. K$ H9 Y! W
写入指向只读对象的指针将导致未定义的行为。 以下示例说明了如何使用 ptr16强制转换来切换引脚 X1n 次: - BIT0 = const(1)1 z4 p& ~2 F! q1 v0 r3 ]4 N
- @micropython.viper' p- F" I, R0 m; g
- def toggle_n(n: int):
: g R5 ^! K1 V4 W n; N6 D - odr = ptr16(stm.GPIOA + stm.GPIO_ODR)0 n8 ]( f' \! [: r2 W
- for _ in range(n):
4 U: X+ O7 |) Q9 R' _ - odr[0] ^= BIT0
复制代码 & W% l* \; g1 }4 D
" y0 V" J D5 C/ S& x( p; h% m) W+ R
三个代码发射器的详细技术说明可以在 Kickstarter 上找到这里Note 1 和这里 Note 2
/ A2 b. Q4 G; A( [3 n! T直接访问硬件笔记 本节中的代码示例是针对 Pyboard 给出的。然而,所描述的技术也可以应用于其他 MicroPython 端口。 " p) n, X0 p2 z3 E3 }6 c& ^
这属于更高级的编程范畴,涉及目标 MCU 的一些知识。考虑在 Pyboard 上切换输出引脚的示例。标准的方法是写 mypin.value(mypin.value() ^ 1) # mypin was instantiated as an output pin. P$ l. n3 I( T7 S7 @! o" ~% z5 r
9 S' ^: a4 ^# S% x: Y这涉及对Pin实例 value() 方法的两次调用的开销。通过对芯片的 GPIO 端口输出数据寄存器 (odr) 的相关位执行读/写操作,可以消除这种开销。为方便起见,该stm 模块提供了一组常量,提供相关寄存器的地址。引脚 P4(CPU 引脚A14)的快速切换- 对应于绿色 LED - 可以执行如下: - import machine
& S7 d8 c: z# f' K( V/ d+ K. R - import stm. r0 M* o7 D7 O; v
& l- @2 u; F2 J" u9 \- BIT14 = const(1 << 14)1 |2 R- M3 K/ [/ S3 W) A! T
- machine.mem16[stm.GPIOA + stm.GPIO_ODR] ^= BIT14
复制代码
) @6 b' q* Y7 v' F
/ C2 n. G/ J7 H8 C' ~0 B. q! L. G; x
9 ~/ Q4 o5 R7 D! K3 H
# v& z- s" N" {1 H/ k |